.Net平台下并行工程项目规划与团队组织系统的设(2)
2013-11-21 01:02
导读：图2 系统框架 本系统主要由三部分组成：产品设计时间估计，产品开发计划制订，产品开发团队组织。其中后一步的计算都需要用到前一步的结果。具体结
图2 系统框架
本系统主要由三部分组成：产品设计时间估计，产品开发计划制订，产品开发团队组织。其中后一步的计算都需要用到前一步的结果。具体结构如图2。 2.1 产品设计时间估计模块的设计 产品设计时间估计模块主要作用是根据各产品设计过程所具有的不同特征，对比从样本库中学习到的规律，估计其完成设计活动所需要的时间。 作为整个系统的第一步，设计时间估计的精度对后两个模块计算的准确性有着相当大的影响。由于设计时间估计的精度很大程度上依赖于学习样本的数量和质量。考虑到用户并不一定拥有大量的高质量样本，所以提供了两种算法供用户选择。模糊神经网络模块对样本数量的敏感性比较强，样本数量越多精度越高，随着样本数量的减少精度的下降速度比较快；支持向量机模块则偏向于小样本情况，其精度随样本数量的减少下降不明显。为了用户录入的方便和输出结果的统一，两个模块共用同一输入输出界面。设计时间估计的统一输入为影响产品设计时间的各方面的特征描述，例如产品的复杂程度，某些部分对整体的重要性，工艺精度的要求等，其中有部分量为数值型，另一部分为模糊型。该输入可以由用户经验得到，也可以由其他方式例如QFD质量屋评估得到，为此系统提供了相应接口，只要输入符合格式要求即可无缝结合。由于考虑到用户输入量比较大，或者数据有可能来自于其它程序得到得数据文件，所以在输入方式上考虑有手工输入和文件导入两种方式并存。所有输入作为独立的表存入数据库中，用户通过前台程序对数据库进行操作。无论是模糊神经网络模块还是支持向量机模块均包含产品设计时间训练和产品设计时间计算两部分。2.1.1 产品设计时间训练 此部分主要功能是对样本进行学习和训练，模拟出其内部的规律。由于此部分需要处理大量的样本数据，进行复杂的迭代运算，所以耗费时间比较长，经测试在PIII733MHZ，256兆内存的机器上，使用微软的.net平台，对应于46组样本的模糊神经网络训练需要50秒左右；对应40组样本的支持向量机训练需要330秒左右。为此需设置进度条以展示计算的进度。因为此部分样本数据比较多，所以输入大多是文件导入方式。由此可见将训练部分与结果计算部分分离用户不必每次均进行耗时的训练，可以以避免不必要的等待时间。2.1.2 产品设计时间计算 此部分根据训练部分的结果经过运算得到产品设计时间的估计值。相比训练部分，此部分运算较为简单，耗时几乎可以忽略，输入大多使用手工输入（产品数量多时也可使用文件导入方式）。由于两种算法都有外推性差的缺点，所以输入产品的特征不能超出样本特征的范围，为此提供了提示和检查机制，避免产生错误的结果。2.2产品开发计划制订模块的设计 产品开发计划制订模块以设计时间估计模块估计出的产品设计时间为基础，结合其它约束条件（如资源约束）制定出在一定约束条件下，具有前后制约的设计流程的最短完成时间计划。 该模块的输入之一是设计时间估计模块的输出。程序将每个设计活动看作由多个单独设计活动组成的活动组，每个单独活动的设计时间即为设计时间估计模块的输出，各个活动组之间有顺序约束（如图1）。现实中的设计活动会受到资源的约束（例如人员材料分配等），并且这些资源还有可能出现缺席的现象,为此需要以一定的方式模拟缺席状况，在这里设所有资源的某一次缺席开始时刻和结束时刻之间的时间间隔的长度服从参数为0.5的负指数分布，并设所有资源的某一次缺席结束时刻和下一次缺席开始时刻之间的时间间隔的长度服从参数为0.02的负指数分布(文献[8])，当然缺席函数是可以变化的。综上所述，该模块的输入主要为：设计时间估计模块的输出，即设计时间估计，资源的约束，活动组的信息和活动组的顺序约束。为了使用户可以直观共2页: 1 [2] 下一页 论文出处(作者):
